为紧跟生命科学与信息技术交叉融合前沿趋势，搭建高水平学术交流平台，拓宽师生科研视野、启迪创新思路，5月18日，我院“人工智能在生物标志物发现中的应用”学术报告在理科楼E602顺利举办。本次报告特邀加拿大萨斯喀彻温大学计算机科学系、生物医学工程系、机械工程系终身教授吴方向主讲，学院相关专业师生到场聆听学习，现场学术氛围浓厚，研讨交流氛围热烈。
本次学术报告围绕人工智能赋能生命科学研究核心主题，从学科发展背景、技术融合路径、前沿研究成果、实际应用场景及未来发展方向等维度，展开全面深入的分享解读。报告中，吴方向教授结合自身长期科研实践，重点讲解了机器学习、深度学习、线性模型、神经网络等技术，在基因序列分析、蛋白质结构预测、转录调控机制解析、疾病标志物筛选等核心方向的落地应用。针对当下学术热点，详细拆解了AI技术在蛋白质折叠预测、单细胞测序数据聚类、癌症分子分型、病原微生物快速识别等场景的技术原理与实践案例，用直观的数据成果、清晰的逻辑推演，生动展现了人工智能与生物信息学深度融合带来的研究范式革新，大幅提升了生命科学研究的效率与精度。
此外，吴方向教授立足学科交叉前沿，客观分析了当前领域发展面临的现实挑战，并针对未来研究方向提出前瞻性建议，勉励在场师生坚守科研初心，筑牢数理基础与生物专业功底，强化跨学科思维训练，深耕交叉领域科研创新，真正实现“从数据到知识、从算法到应用、从实验室到产业化”的科研闭环。
在报告的互动交流环节，与会师生踊跃发言、积极提问，围绕AI模型在生物数据中的泛化能力、多组学数据整合分析方法、跨学科科研路径等问题，与吴方向教授展开深入探讨。吴教授逐一细致解答、精准点拨，结合自身治学与科研经历，为青年学子分享了学术成长、科研攻关、论文写作的实用经验，充分彰显了学术传承与思想碰撞的独特魅力。
本次学术报告搭建了师生对接学科前沿、交流学术思想的优质平台，有效浓厚了学院科研创新氛围，强化了师生对信息学科与生命学科交叉融合的认知与理解，为师生科研创新、课题研究与学术规划提供了有力指导。
编辑：陈 悦
审核：廖明帜